多群落粒子群優(yōu)化供應鏈數(shù)據(jù)中心任務調(diào)度

摘要： 要：針對數(shù)據(jù)中心規(guī)模和任務需求不斷增加帶來的服務效率降低等問題，提出了一種負載均衡多群落粒子群優(yōu)化任務調(diào)度方法。通過改進的適應度函數(shù)對任務的最大完工時間和各機器完工時間方差進行組合優(yōu)化以提升集群的負載均衡性；利用新的自適應慣性權(quán)重函數(shù)改進粒子搜索效率，提升算法收斂速率；采取新的粒子初始化方法提高初始解的質(zhì)量和多樣性，并利用多群落粒子協(xié)同搜索使得最終結(jié)果更加接近最優(yōu)解。在阿里巴巴...